Trujillo - 2018

ESTADÍSTÍCA Y PROBABÍLÍDADES
PROBLEMA 1:

En los siguientes casos determine: población, muestra, unidad

muestral, marco muestral, dato y la variable.
a). remuneraciones de ingenieros industriales.
b). número de trabajadores en centros de producción industrial
c). temperatura.
d). arándano.
Solución:
 Población: trabajadores en centros de producción industrial.
 Muestra: ingeniero muestral
 Unidad muestral: meses trabajados.
 Marco muestral:
 Dato: remuneraciones de los ingenieros industriales.
 Variable: número de trabajadores en centros de producción industrial

PROBLEMA 2:

Considere 3 casos de interés que se relacionen con su carrera

profesional y defina las partes indicadas en el ejercicio 1.
Producción de productos lácteos en la empresa sac.

 Población: producción total de los productos lácteos en la empresa

sac.
 Muestra: yogurt
 Unidad muestral: empresa sac
 Marco muestral:
 Dato: 5000 productos lácteos.
 Variable: producción de productos lácteos.
Medición de la producción mensual en una empresa constructora
“construye más”
  Población: total de trabajadores de la empresa constructora
“construye más”
 Muestra: edificios construidos en la ciudad de Trujillo
 Unidad muestral: edificio construido en la av. Perú
 Marco muestral:
 Dato: 8000 dólares por edificio
 Variable: construcción de edificios
Mejoramiento de la calidad de un producto x

 Población: total de productos x.

 Muestra: producto x mejorado
 Unidad muestral: producto x.
 Marco muestral:
 Dato: 7 dólares por producto x.
 Variable: número de productos x mejorados en un mes
PROBLEMA 3:

Clasifique las siguientes variables:

Tipos de producción – grado de concentración - producción – tiempo –

número de operadores por máquina – tipos de producción – calidad –
tipos de gases contaminantes – humedad – ingresos – deuda – salarios -
peso de residuos sólidos – técnicas moleculares – velocidad de
sedimentación – resistencia a la tracción – longitud.
Variable cualitativa:

 Tipos de producción
 Grado de concentración
 Calidad
 tipos de gases
 peso de residuos solidos
 velocidad de sedimentación
 resistencia a la tracción
Variable cuantitativa:

 tiempo
 número de operadores por máquina
 humedad
 humedad
 ingresos
 deuda
 salario
 longitud
PROBLEMA 5:

De 5 ejemplos de cada tipo de variable, que se relacionen con su

carrera profesional de Ingeniería Industrial, indicando en las
cuantitativas la unidad de medida y su rango aproximado de variación
(Sugerencia revisar las tesis de su especialidad).
VARIABLE CUALITATIVAS:

TIPO DE
PERSONA
MOTOCICLETA
1 HONDA
2 OTRA
HARLEY-
3 DAVIDSON
4 YAMAHA
5 YAMAHA
HARLEY-
6 DAVIDSON
7 SUZUKY
8 SUZUKY
9 SUZUKY
10 KAWASAKY
11 YAMAHA
12 KAWASAKY
13 KAWASAKY
14 HONDA
15 HONDA
HARLEY-
16 DAVIDSON
17 YAMAHA
18 KAWASAKY
19 SUZUKY
20 SUZUKY
VARIABLE CUANTITATIVA:

CANTIDAD
INSUMO
(ton)
AZUCAR 13
FRESA 12
DURAZNO 15
PECTINA 0.3
AC. CÍTRICO 1.1
CONSERVANTE 0.8

VARIABLE DISCRETA:

AUTOS
VENDIDOS DÍAS
POR DÍA
0 40
1 98
2 24
3 16
4 55
5 67
6 14
7 37
8 50
9 45
TOTAL 446

VARIABLE CONTINUA:

IDCLIENTE IMPORTE
101 553
102 624
103 514
104 702
105 654
106 587
107 498
PROBLEMA 6:

Clasifica los datos siguientes en los intervalos adecuados que se indican

en la tabla siguiente:

125 160 143 200 136 225 [Xi-1 Xi>

120 185 200 160 145 235 100 120
200 225 148 100 160 249 120 140
98 140 200 160 120 280 140 180
246 180 200 140 245 180
180 200
238 205 199 153 250 108
200 250

Xi-1 Xi fi hi Fi Hi hi% Hi%

100 120 2 0.0588 2 0.0588 5.88% 5.88%
120 140 4 0.1176 6 0.1765 11.76% 17.65%
140 180 10 0.2941 16 0.4706 29.41% 47.06%
180 200 4 0.1176 20 0.5882 11.76% 58.82%
200 250 14 0.4118 34 1 41.18% 100%
TOTAL 34 1 100%

PROBLEMA 7:

Aproxima usando las técnicas de redondeo de datos:

121,3454 a centésimos 23,12345 a milésimos

148,1288 a centésimos 5,32879 a milésimos

27,1632 a centésimos 126,23555 a milésimos

456,2758 a centésimos 85,146654 a milésimos

5658,234 a entero 19,99999 a milésimos

42,78 a entero 345 a centenas

895 a centenas 234 a centenas

89 a decenas 231,56 a entero

 DATOS Aprox a Número
la… aproximado
121.3454 centésimos 121.35
148.1288 centésimos 148.13
27.1632 centésimos 27.16
456.2758 centésimos 456.28
5658.234 entero 5658
42.78 entero 43
895 centena 900
89 decena 90
23.12345 milésimos 23.123
5.32879 milésimos 5.329
126.23555 milésimos 126.236
85.14654 milésimos 85.147
19.99999 milésimos 20
345 centenas 300
234 centenas 200
231.56 entero 232

PROBLEMA 8:

Se tiene el porcentaje de dióxido de carbono en muestras de aire

en una gran ciudad, emitida por industrias de producción.

a) Represente los datos en un cuadro de distribución.

Interprete.
b) Grafique mediante dos gráficas adecuadas. Interprete.
c) Determine las medidas de posición central. Interprete.
CUADRO DE DISTRIBUCIÓN:

X: Porcentaje de dióxido de carbono en cada muestra de aire

Unidad muestral: 1 muestra de aire

PASOS:

MIN 8.1 R 8.3

MAX 16.4 R' 8.4
R 8.3 R'-R 0.1
(R'-
m 6.66281 7 0.05
R)/2
c 1.18571 1.2 P.P 8.05

CUADRO 1: PORCENTAJE DE DIÓXIDO DE CARBONO EN MUESTRAS

DE AIRE EMITIDAS POR INDUSTRIAS DE PRODUCCIÓN EN LA
CIUDAD DE TRUJILLO EN EL AÑO 2017

N° < XI-1 XI > fi Fi hi Hi hi% Hi% xi

1 8.05 9.25 16 16 0.308 0.308 30.8 30.8 8.65
2 9.25 10.45 14 30 0.269 0.577 26.9 57.7 9.85
3 10.45 11.65 8 38 0.154 0.731 15.4 73.1 11.05
4 11.65 12.85 6 44 0.115 0.846 11.5 84.6 12.25
5 12.85 14.05 3 47 0.058 0.904 5.8 90.4 13.45
6 14.05 15.25 1 48 0.019 0.923 1.9 92.3 14.65
7 15.25 16.45 4 52 0.077 1.000 7.7 100.0 15.85
TOTAL 52 1.000

FUENTE: DATOS HIPOTÉTICOS

Interpretación:

f2 En 14 de muestras de aire emitidas por industrias de producción, en

una gran ciudad, en el año 2017, se obtuvo un porcentaje promedio
9.85 de dióxido de carbono.
 F5 En 47 de muestras de aire emitidas por industrias de producción, en
una gran ciudad, en el año 2017, se obtuvo un porcentaje promedio
de 8.65 a 13.45 de dióxido de carbono.

EN En 15.38% de muestras de aire, emitidas por Industrias de

h3 producción en la ciudad de Trujillo, en el año 2017, se obtuvo un
promedio de 11.05% de dióxido de carbono.

H2 En 57.69% de muestras de aire, emitidas por Industrias de

producción en la ciudad de Trujillo, en el año 2017, se obtuvo un
promedio de 8.65% hasta 9.85% de dióxido de carbono.

GRÁFICAS:

HISTOGRAMA SIMPLE:

GRÁFICO 1: PORCENTAJE DE DIÓXIDO DE CARBONO DE MUESTRAS DE AIRE

EN UNA GRAN CIUDAD, EMITIDAS POR INDUSTRIAS DE PRODUCCIÓN
35.00%
% DE MUESTRAS DE AIRE

30.80%
30.00% 26.90%
25.00%

20.00%
15.40%
15.00%
11.50%
10.00% 7.70%
5.80%
5.00% 1.90%
0.00% 0.00%
0.00%
6.25-8.05 8.05 - 9.25 9.25 - 10.45 10.45 - 11.65 11.65 - 12.85 12.85 - 14.05 14.05 - 15.25 15.25 - 16.45 16.45-17.65

% DE DIÓXIDO DE CARBONO

FUENTE: DATOS DEL CUADRO 1

Interpretación:

En 11.50% de las muestras de aire emitidas por industrias de

producción, en una gran ciudad, se obtuvo un porcentaje promedio de
11.65 a 12.85 de dióxido de carbono.

HISTOGRAMA ACUMULADO:

GRÁFICO 2: PORCENTAJE DE DIÓXIDO DE CARBONO DE MUESTRAS DE AIRE

EN UNA GRAN CIUDAD, EMITIDAS POR INDUSTRIAS DE PRODUCCIÓN
120.00%
% DE MUESTRAS DE AIRE

100.00%
100.00% 90.40% 92.30%
84.60%
80.00% 73.10%
57.70%
60.00%

40.00% 30.80%

20.00%
0.00% 0.00%
0.00%
6.25-8.05 8.05 - 9.25 9.25 - 10.45 10.45 - 11.65 11.65 - 12.85 12.85 - 14.05 14.05 - 15.25 15.25 - 16.45 16.45-17.65

% DE DIÓXIDO DE CARBONO

FUENTE: DATOS DEL CUADRO 1

Interpretación:

En 100% de muestras de aire, emitidas por Industrias de producción en

la ciudad de Trujillo, en el año 2017, varia de 15.25% hasta menos de
16.45% de dióxido de carbono.
PROMEDIO:

CUADRO 2:
[ XI-1 XI > fi xi xi*fi
8.05 9.25 16 8.65 138.4
9.25 10.45 14 9.85 137.9
10.45 11.65 8 11.05 88.4
11.65 12.85 6 12.25 73.5
12.85 14.05 3 13.45 40.35
14.05 15.25 1 14.65 14.65
15.25 16.45 4 15.85 63.4
TOTAL 52 556.6

FUENTE: DATOS DEL CUADRO 1

556.6
𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 = = 𝟏𝟎. 𝟕𝟎
52

Interpretación:

El porcentaje de dióxido de carbono promedio en muestras de aire de la

ciudad de Trujillo, emitida por industrias de producción el año 2017 es
10.7%

MEDIANA:

CUADRO 3:
[ XI-1 XI > xi fi Fi Fj-1
8.05 9.25 8.65 16 16
9.25 10.45 9.85 14 30 Fj
10.45 11.65 11.05 8 38
11.65 12.85 12.25 6 44
12.85 14.05 13.45 3 47
14.05 15.25 14.65 1 48
15.25 16.45 15.85 4 52
 TOTAL 52
FUENTE: DATOS DEL CUADRO 1

26 − 16
𝑀𝑒𝑑𝑖𝑎𝑛𝑎 = 9.25 + 1.20 [ ] = 𝟏𝟎. 𝟏𝟏
30 − 16

Interpretación:

En el 50% de muestras de aire de la ciudad de Trujillo, emitidas por

industrias de producción el año 2017, se obtiene 10.11% de dióxido de
carbono.

MODA:

CUADRO 4:
[ XI-1 XI > xi fi fj
8.05 9.25 8.65 16
9.25 10.45 9.85 14
10.45 11.65 11.05 8
fj+1
11.65 12.85 12.25 6
12.85 14.05 13.45 3
14.05 15.25 14.65 1
15.25 16.45 15.85 4
TOTAL 52

FUENTE: DATOS DEL CUADRO 1

Donde: D1=16 y D2=2

16
𝑀𝑜𝑑𝑎 = 8.05 + 1.20 [ ] = 𝟗. 𝟏𝟕
16 + 2
Interpretación:

El porcentaje de dióxido de carbono más frecuente en muestras de aire

de la ciudad de Trujillo, emitida por industrias de producción el año
2017 es 9.17%

VARIANZA:

CUADRO 5:

[ XI-1 XI > xi fi fi*(xi-x)^2

8.05 9.25 8.65 16 67.24
9.25 10.45 9.85 14 10.12
10.45 11.65 11.05 8 0.98
11.65 12.85 12.25 6 14.42
12.85 14.05 13.45 3 22.69
14.05 15.25 14.65 1 15.60
15.25 16.45 15.85 4 106.09
TOTAL 52 237.13

FUENTE: DATOS DEL CUADRO 1

237.13
𝑠2 = = 𝟒. 𝟔𝟒𝟗𝟔
51

DESVIACIÓN ESTÁNDAR:

𝑠 = √4.6496 = 𝟐. 𝟏𝟓𝟔𝟑
Interpretación:

La desviación estándar del porcentaje de dióxido de carbono, en

muestras de aire de la ciudad de Trujillo, emitida por industrias de
producción en el año 2017, con respecto al promedio es de 2.1563%.

COEFICIENTE DE VARIACIÓN:

2.1563
𝐶𝑉 = (100) = 𝟐𝟎. 𝟏𝟓%
10.7

Interpretación:

La variación porcentual del porcentaje de dióxido de carbono, en

muestras de aire de la ciudad de Trujillo, emitida por industrias de
producción en el año 2017, con respecto al promedio es de 20.15%.

ASIMETRÍA DE DISTRIBUCIÓN:

10.7 − 9.17
𝐴𝑠 = = 𝟎. 𝟕𝟎𝟗𝟓
2.1563

Interpretación:

La distribución del porcentual del porcentaje de dióxido de carbono, en

muestras de aire de la ciudad de Trujillo, emitida por industrias de
producción en el año 2017, tiene asimetría positiva, lo que indica que
predominan menores porcentajes de dióxido de carbono.
PROBLEMA 9:

Los siguientes datos representan el número de trabajadores en

planta de diferentes empresas industriales.

13 12 11 13 16 14 18 13 12 13 15 14 13

Determine: Media o Promedio, Mediana y Moda. Interprete.

Ordenamos:

11 12 12 13 13 13 13 13 14 14 15 16 18

PROMEDIO:

11 + 12(2) + 13(5) + 14(2) + 15 + 16 + 18

𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 = = 13.62
13
= 𝟏𝟒

El número promedio de trabajadores en planta de diferentes empresas

es 14 trabajadores.
MEDIANA:

𝑀𝑒𝑑𝑖𝑎𝑛𝑎 = 𝟏𝟑

El 50% del número de trabajadores en planta de diferentes empresas es

menor a 13 y el otro 50% es mayor o igual a 13.

MODA:

𝑀𝑜𝑑𝑎 = 𝟏𝟑

El número más frecuente de trabajadores en planta de diferentes

empresas es 13 trabajadores.
PROBLEMA 10:

La nota promedio mínima para aprobar el curso de Estadística y

Probabilidad es 11. Si un estudiante de Ingeniería Industrial,
obtuvo las siguientes notas:

13.5 14 9.5 12 8.5 8 11.5 10

Determine si aprobó el estudiante.

PROMEDIO:

13.5 + 14 + 9.5 + 12 + 8.5 + 8 + 11.5 + 10

𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 = = 𝟏𝟎. 𝟖𝟕𝟓
8

En base a las notas dadas, el promedio es igual a 10.875; por lo que, el

estudiante NO APRUEBA, dado que su nota promedio es menor que 11.

PROBLEMA 11:

a) Complete los datos que faltan en una muestra de 60 datos en la

siguiente tabla

Cuadro 11: Nro. De botellas defectuosas al día producidas en la empresa

Casinelli S.A., sede Trujillo, Enero - Febrero 2015

Xi fi Fi hi
1 4 4 0.067
2 4 8 0.067
3 8 16 0.133
4 7 23 0.117
5 5 28 0.083
6 10 38 0.167
7 7 45 0.117
8 15 60 0.250
total 60 1.000
Fuente: Datos hipotéticos

X: Nro. de botellas defectuosas

Unidad muestral = un día

b) Trace dos gráficas para las frecuencias acumuladas. Interprete sus

frecuencias al menos una de cada tipo.

Gráfico 4: Defecto de botellas producidas en la empresa

Casinelli, sede Trujillo, Enero-Febrero 2015
Nro. de días

15
16
14
12 10
10 8
7 7
8
5
6 4 4
4
2 0 0
0
0 1 2 3 4 5 6 7 8 9

Nro. de botellas defectusas

Fuente: Cuadro 11

Interpretación:

En 10 días de producción de botellas en la empresa Casinelli S.A., de

Enero-Febrero en el 2015, se obtuvo 6 botellas defectuosas.

Gráfico 4: Defecto de botellas producidas en la empresa

Casinelli, sede Trujillo, Enero-Febrero 2015
70
60
Nro. de días

60

50 45
38
40
28
30 23
20 16
8
10 4

0
1 2 3 4 5 6 7 8
Nro. de botellas defectusas

Fuente: Cuadro 11

Interpretación:
En 38 días de producción de botellas en la empresa Casinelli S.A., de
Enero-Febrero en el 2015, se obtuvo hasta 8 botellas defectuosas.

PROBLEMA 12:

Los siguientes datos muestran las longitudes en milímetros de pernos

producidos en una planta industrial.

Cuadro 12: Longitudes en milímetros de pernos producidos en una planta

industrial.

[Xi-1 Xi) Xi fi Fi hi Hi hi% Hi%

7.6 8.2 7.9 2 2 0.1 0.1 10% 10%
8.2 8.8 8.5 3 5 0.17 0.27 17% 27%
8.8 9.6 9.2 3 8 0.2 0.47 20% 47%
9.6 10.4 10 6 14 0.4 0.87 40% 87%
10.4 11 10.7 2 16 0.13 1 13% 100%
Total 16 1 100%

Fuente: Datos hipotéticos

Sumatoria (hi) = 1 Nro. de Clases:

g/2 + 0.17 + g + 2g + 0.13 = 1 m = 1 + 3.3 * log(n)

g = 0.2 5 = 1 + 3.3 * log(n)

4 = 3.3 * log(n)

n = 16.3  n = 16
a) Cuantos pernos tienen una longitud de 8.2 a menos de 10.4
milímetros.

12

b) Cuantos pernos tienen una longitud promedio de 8.5 a 10 milímetros

c) Qué porcentaje de pernos tienen longitud menor a 9.6

47%

d) Qué porcentaje de pernos tienen una longitud de 8.8 y menos de 11

milímetros

73%

e) Grafique un histograma y la ojiva mayor que

Gráfico N 12: Longitud de Pernos producidos en un

planta Industrial
Nro de Pernos

7
6
6
5
4
3 3
3
2 2
2
1
0 0
0
6.8-7.6 7.6-8.2 8.2-8.8 8.8-9.6 9.6-10.4 10.4-11 11-11.6
Longitud de Tornillos (mm.)

Fuente: Cuadro 12

Interpretación:

La longitud de 6 tornillos producidos en una planta industrial es de 9.6 a

10.4 milímetros.
f) Determine las medidas centrales, dispersión, asimetría,
interpretando correctamente cada resultado.

Promedio ( )

[Xi-1 Xi) Xi fi Xi*fi

7.6 8.2 7.9 2 15.8
8.2 8.8 8.5 3 25.5
8.8 9.6 9.2 3 27.6
9.6 10.4 10 6 60
10.4 11 10.7 2 21.4
Total 16 150.3

= 150.3/16 = 9.4

Interpretación:

La longitud promedio de tornillos producidos en una planta industrial es

9.4 milímetros.

Moda (Mo)

[Xi-1 Xi) Xi fi
7.6 8.2 7.9 2
8.2 8.8 8.5 3
8.8 9.6 9.2 3
9.6 10.4 10 6
10.4 11 10.7 2
Total 16

fj = 6 c=8

Xi-1 = 9.6

D1 = 6 - 3 = 3 D2 = 6 – 2 = 4

Mo = Xi-1 + c * D1 / (D1 + D2)

Mo = 9.6 + 8 * 3 / 7 = 9.9

Interpretación:

La longitud de tornillos más frecuente producidos en una planta industrial

es 9.9 milímetros.

Mediana (Me)

[Xi-1 Xi) Xi fi Fi
7.6 8.2 7.9 2 2
8.2 8.8 8.5 3 5
8.8 9.6 9.2 3 8
9.6 10.4 10 6 14
10.4 11 10.7 2 16
Total 16

N/2 = 8

Me = 8.8 + 0.7 * (8-4) / (14-5) = 9.07

Interpretación:

La longitud en el 50% de tornillos producidos en una planta industrial es

9.07 milímetros.

Varianza (S2)

[Xi-1 Xi) Xi fi (Xi-

)^2*fi
7.6 8.2 7.9 2 4.46
8.2 8.8 8.5 3 2.40
8.8 9.6 9.2 3 0.11
9.6 10.4 10 6 2.21
10.4 11 10.7 2 3.41
Total 16 12.59

S2 = 12.59/15 = 0.839
Desviación Estándar (S)

S = 0.8390.5 = 0.916

Interpretación:

La desviación media en la longitud de tornillos producidos en una planta

industrial, con relación al promedio es 0.916

Coeficiente de variación (CV)

CV = (S / )*100% = (0.916 / 9.4) * 100% =9.75%

Interpretación:

La variación Porcentual de la longitud de tornillos producidos en una planta

industrial, con relación con respecto al promedio es del 9.75% lo que indica
que los datos son homogéneos.

Medidas de Asimetría (As)

As = ( -Mo)/S = (9.4-9.9)/0.916=-0.599

Interpretación:

La longitud de tornillos producidos en una planta industrial, presenta

asimetría negativa, lo que indica que predominan los tornillos con mayor
longitud.

PROBLEMA 13:

Número de estudiantes mujeres en la Facultad de Ingeniería de la U.N.T.

Año académico 2017-I

Escuela No de Fi hi hi%
Alumnos (fi)
Ing. Química 264 264 0.23 23%
Ing. 122 386 0.11 11%
Ambiental
Ing. 453 839 0.39 39%
Industrial
Ing. De 321 1160 0.28 28%
sistemas
1160
 ESTADÍSTICA Y PROBABILIDADES

Fuente: Datos hipotéticos

a) Grafique los datos Mediante el Pie.

Gráfico 13: ESTUDIANTES MUJERES EN

LA FACULTAD DE INGENIERÍA DE LA
U.N.T. ANO ACADÉMICO 2017-I

23%
28% Ing. Química
Ing. Ambiental

11% Ing. Industrial

Ing. De sistemas
39%

Fuente: Cuadro 12

b) Interpretación: El mayor número de estudiantes mujeres en la

Facultad de Ingeniería de la U.N.T. año académico 2017-I, es el de
Ing. Industrial con 39% y el menor número es el de Ing. Ambiental
con 11% de la muestra.

PROBLEMA 14:

Los siguientes datos representan el número de interrupciones por día

de trabajo debido a fallas mecánicas en un laboratorio industrial

3 4 1 3 4 5 3 3 2 3

Calcule: Moda, Mediana, El número modal de interrupciones, el

coeficiente de variación. Interprete cada resultado.

LABORATORIO N°01 23
 ESTADÍSTICA Y PROBABILIDADES

a) Promedio:
𝟑+𝟒+𝟏+𝟑+𝟒+𝟓+𝟑+𝟑+𝟐+𝟑
𝒙= 𝟏𝟎

X = 3.1
Interpretación:

El n° de interrupciones promedio por día de trabajo debido a fallas

mecánicas en un laboratorio industrial es de aproximadamente 3.

b) Mediana:

Ordenando datos:

1 2 3 3 3 3 3 4 4 5
(3 + 3)
𝑀𝑒 =
2
Me = 3

Interpretación:

En el 50% de días de trabajo se tuvo menor o igual a 3 interrupciones por

día y en el otro 50% se tuvo de 3 a más interrupciones por día debido a
fallas mecánicas en un laboratorio industrial.

c) Moda:

Mo = 3

Interpretación:

El n° de interrupciones más frecuente debido a fallas mecánicas por día de

trabajo en un laboratorio industrial es de 3.

d) Coeficiente de Variación:

Hallando la varianza:

LABORATORIO N°01 24
 ESTADÍSTICA Y PROBABILIDADES

2
(3 − 3.1)2 + ⋯ + (3 − 3.1)2
𝑠 =
10 − 1
𝑠 2 = 1.211

Hallando la desviación típica:

𝑠 = √𝑠 2

S = 1.1

Hallando el coeficiente de variación:

𝑆
𝐶. 𝑉. = ∗ 100%
𝑋
1.1
𝐶. 𝑉. = ∗ 100%
3.1

C.V.=35.48 %

Interpretación:

La variación porcentual del n° de interrupciones por día de trabajo debido a

fallas mecánicas en un laboratorio industrial con respecto al promedio es
del 35.48% lo que indica que los datos son heterogéneos.

PROBLEMA 15:

En una Industria de Productos de limpieza, se tiene que el número de

accidentes/mes en una muestra de 43 meses se muestran en la siguiente
tabla:

N° de Accidentes (xi) 0 1 2 3 4 5 6 7
Meses (fi) 1 1 2 4 7 10 11 7
a) Representar gráficamente estos datos
b) Obtener la distribución acumulada y representarla
c) Calcular media, mediana y moda. Interprete.
d) Calcular la varianza y la desviación típica. Interprete.
e) Porcentaje de meses con al menos 2 accidentes.
f) Porcentaje de meses con más de 4 accidentes.

LABORATORIO N°01 25
 ESTADÍSTICA Y PROBABILIDADES

g) Porcentaje de meses con a lo sumo 3 accidentes.

a) Gráfico:

GRÁFICO :NÚMERO DE ACCIDENTES AL MES EN

UNA INDUSTRIA DE PRODUCTOS DE LIMPIEZA
12 11
10
10
No DE MESES

8 7 7

6
4
4
2
2 1 1

0
0 1 2 3 4 5 6 7
N° ACCIDENTES

b) Distribución acumulada:
N° de Meses(fi) Xifi Fi (Xi-X)^2*fi hi %hi %Hi
Accidentes(xi)
0 1 0 1 24.01 0.023 2.3% 2.3%
1 1 1 2 15.21 0.023 2.3% 4.6%
2 2 4 4 16.82 0.046 4.6% 9.2%
3 4 12 8 14.44 0.093 9.3% 18.5
4 7 28 15 5.67 0.163 16.3% 34.8%
5 10 50 25 0.1 0.232 23.2% 58%
6 11 66 36 13.31 0.256 25.6% 83.6%
7 7 49 43 30.87 0.163 16.3% 100%
TOTAL 43 210 120.43 1

LABORATORIO N°01 26
 ESTADÍSTICA Y PROBABILIDADES

N° DE ACCIDENTES POR MES EN UNA INDUSTRIA DE

PRODUCTOS DE LIMPIEZA
50 43
36
N° DE MESES

40
25
30
15
20
8
10 1 2 4
0
0 1 2 3 4 5 6 7
N° DE ACCIDENTES

c) Media:
210
X=
43
X = 4.9

Interpretación:

El n° de accidentes/mes promedio en una Industria de productos de

limpieza es de aproximadamente 5.

Moda:

Xj = Mo = 5

Interpretación:

El n° de accidentes/mes más frecuente en una Industria de productos de

limpieza es de 5.

Mediana:

N = 43

Como el número es impar entonces:

𝑛 + 1 43 + 1 44
= = = 22
2 2 2
15 < 22 < 25 Fj

LABORATORIO N°01 27
 ESTADÍSTICA Y PROBABILIDADES

Me = Xj = 5

Interpretación:

En el 50% de meses de producción de productos de limpieza se tuvo menor

o igual a 5 accidentes/mes y el otro 50% de producción de productos de
limpieza se tuvo de 4 a más accidentes/mes.

d) Varianza:
120.43
𝑠2 = = 2.857
43 − 1
Desviación Típica:

𝑠 = √𝑠 2

𝑠 = √2.857

𝑠 = 1.69

Interpretación:

El grado de dispersión del n° de accidentes/mesen una Industria de

productos de limpieza con relación al promedio es de 1.69.

e) El porcentaje de meses con al menos 2 accidentes es de 9.2%

f) El porcentaje de meses con más de 4 accidentes es de 65.1%

g) El porcentaje de meses con a lo sumo 3 accidentes es de 18.5%

LABORATORIO N°01 28
 ESTADÍSTICA Y PROBABILIDADES

PROBLEMA 16:

La tabla siguiente muestra la composición por edad, sexo y trabajo de

un grupo de empleados de una empresa industrial en el año 2017.

Edad Trabajadores Nombrados Trabajadores Contratados Totales

Varón Mujer Total Varón Mujer Total Varón Mujer Total
14-19 2 1 3 25 40 65 27 41 68
19-24 10 4 14 20 36 56 30 40 70
24-29 32 10 42 15 50 65 47 60 107
29-34 47 12 59 13 34 47 60 46 106
34-39 38 8 46 10 25 35 48 33 81
39-44 22 4 26 7 18 25 29 22 51
a) Representar gráficamente la distribución de frecuencias de los
trabajadores que son contratados.

b) Representar gráficamente la distribución de frecuencias de los

varones no contratados.

c) Representar gráficamente la distribución de frecuencias del número

total de mujeres que son contratadas.

d) ¿Cuál es la edad en la que se observa con mayor frecuencia que no

contratados? ¿Y en las mujeres? Determinar asimismo la edad más
frecuente (sin distinción de sexos ni ocupación)

e) ¿Por debajo de que edad esta el 50% de los varones contratados?

f) ¿Por encima de que edad se encuentra el 80% de las mujeres

contratadas?

g) Obtener la media, mediana y desviación típica de la distribución de

las edades de la muestra total.

h) Estudiar la asimetría de las tres distribuciones

a) Gráfico 1:

LABORATORIO N°01 29
 ESTADÍSTICA Y PROBABILIDADES

GRÁFICO 1: GRUPO DE EMPLEADOS CONTRATADOS DE

UNA EMPRESA INDUSTRIAL EN EL AÑO 2017
70 65 65
N° de Trabajadores contratados

60 56

50 47

40 35

30 25

20

10

0
14-19 19-24 24-29 29-34 34-39 39-44

Edad

Fuente: Datos del Cuadro

b) Gráfico 2:

GRÁFICO 2: GRUPO DE VARONES NO CONTRATADOS DE

UNA EMPRESA INDUSTRIAL EN EL AÑO 2017
50 47
N° de Varones no contratados

45
40 38

35 32
30
25 22
20
15
10
10
5 2
0
14-19 19-24 24-29 29-34 34-39 39-44

Edad

Fuente: Datos del Cuadro

LABORATORIO N°01 30
 ESTADÍSTICA Y PROBABILIDADES

c) Gráfico 3:

GRÁFICO 3: GRUPO DE MUJERES CONTRATADAS DE UNA

EMPRESA INDUSTRIAL EN EL AÑO 2017
60
N° de Mujeres contratados

50
50
40
40 36
34

30 25

20 18

10

0
14-19 19-24 24-29 29-34 34-39 39-44

Edad

Fuente: Datos del Cuadro

d) 1) Edad con Mayor frecuencia de Trabajadores No Contratados:

Edad Trabajadores Nombrados(Total)
14-19 3
19-24 14
24-29 42
29-34 59
34-39 46
39-44 26

17
𝑀𝑜 = 29 + 5 ∗ = 31.833 = 32
17 + 13
𝐷1 = 59 − 42 = 17

𝐷2 = 59 − 46 = 13

Interpretación:

LABORATORIO N°01 31
 ESTADÍSTICA Y PROBABILIDADES

La edad con mayor frecuencia de trabajadores no contratados de una

empresa industrial en el año 2017 es de 32 años.

2) Edad con mayor frecuencia de mujeres no contratadas:

Edad Trabajadores Nombrados(Mujeres)
14-19 1
19-24 4
24-29 10
29-34 12
34-39 8
39-44 4
2
𝑀𝑜 = 29 + 5 ∗ = 30.667 = 31
2+4
𝐷1 = 12 − 10 = 2

𝐷2 = 12 − 8 = 4

Interpretación:

La edad con mayor frecuencia en las mujeres no contratadas de una

empresa industrial en el año 2017 es de 31 años.

3) Edad con mayor frecuencia (sin distinción de sexos ni ocupación):

Edad Trabajadores (Total)
14-19 68
19-24 70
24-29 107
29-34 106
34-39 81
39-44 51
37
𝑀𝑜 = 24 + 5 ∗ = 28.868 = 29
37 + 1
𝐷1 = 107 − 70 = 37

𝐷2 = 107 − 106 = 1

Interpretación:

LABORATORIO N°01 32
 ESTADÍSTICA Y PROBABILIDADES

La edad más frecuente en los trabajadores tanto varón como mujer de una
empresa industrial en el año 2017 es de 29 años.

e)
Edad Trabajadores Contratados(Varón) Xi Fi %hi %Hi
14-19 25 16.5 25 27.8 27.8
19-24 20 21.5 45 22.2 50
24-29 15 26.5 60 16.7 66.7
29-34 13 31.5 73 14.4 81.1
34-39 10 36.5 83 11.1 92.2
39-44 7 41.5 90 7.8 100
TOTAL 90
Hallando la mediana:
𝑛 90
= = 45
2 2
𝑛
= 𝐹𝑗−1
2
21.5 + 26.5
𝑀𝑒 = = 24
2
Interpretación:

El 50% de Varones Contratados tiene una edad menor a 24 y el otro 50%

de los Varones Contratados tiene una edad mayor a 24.

f)
Edad Trabajadores Contratados(Mujer) Xi Fi %hi %Hi
14-19 40 16.5 40 19.7 19.7
19-24 36 21.5 76 17.7 37.4
24-29 50 26.5 126 24.6 62
29-34 34 31.5 160 16.7 78.7
34-39 25 36.5 185 12.3 91
39-44 18 41.5 203 8.9 100
TOTAL 203
Hallando la mediana:
𝑛 + 1 203 + 1
= = 102
2 2

LABORATORIO N°01 33
 ESTADÍSTICA Y PROBABILIDADES
𝑛
𝐹𝑗−1 < < 𝐹𝑗
2
76 < 102 < 126

𝑀𝑒 = 𝑋𝑗 = 26.5

50% ------------------------- 26.5

80% ------------------------- X

X = 42.4

El 80% de las mujeres contratadas tiene una edad por encima de los 42
años.

g)
Edad Trabajadores (Total) Xi Xifi Fi (Xi-X)^2*fi
14-19 68 16.5 1122 68 10121.12
19-24 70 21.5 1505 138 3628.8
24-29 107 26.5 2835.5 245 517.88
29-34 106 31.5 3339 351 831.04
34-39 81 36.5 2956.5 432 4928.04
39-44 51 41.5 2116.5 483 8355.84
TOTAL 483 13874.5 28382.72

1) Media:
13874.5
𝑋= = 28.7
483
2) Mediana:

N = 483

Como el número es impar entonces:

LABORATORIO N°01 34
 ESTADÍSTICA Y PROBABILIDADES
𝑛 + 1 483 + 1
= = 242
2 2
242 − 138
𝑀𝑒 = 24 + 5 ∗ = 26.86
245 − 138
3) Desviación Típica:

-Varianza:
28382.72
𝑠2 = = 58.885
483 − 1
Hallando la desviación típica:

𝑠 = √𝑠 2 = √58.885 = 7.674

h) Asimetría:

1) Asimetría de los Trabajadores No contratados:

Edad Trabajadores Nombrados Xi Xifi (Xi-X)^2*fi
14-19 3 16.5 49.5 720.75
19-24 14 21.5 301 1543.5
24-29 42 26.5 1113 1270.5
29-34 59 31.5 1858.5 14.75
34-39 46 36.5 1679 931.5
39-44 26 41.5 1079 2346.5
TOTAL 190 6080 6827.5

-Promedio:
6080
𝑋= = 32
190
-Moda:
17
𝑀𝑜 = 29 + 5 ∗ = 31.833
17 + 13
𝐷1 = 59 − 42 = 17

LABORATORIO N°01 35
 ESTADÍSTICA Y PROBABILIDADES

𝐷2 = 59 − 46 = 13

-Varianza:
6827.5
𝑠2 = = 36.124
190 − 1
-Desviación Estándar:

𝑠 = √𝑠 2 = √36.124 = 6.01

Hallando la Asimetría:
𝑋 − 𝑀𝑜
𝐴𝑠 =
𝑆
32 − 31.833
𝐴𝑠 = = 0.028 > 0
6.01

Interpretación:

La edad de Trabajadores Nombrados en una empresa industrial en el año

2017 presenta asimetría positiva lo que indica que predominan trabajadores
nombrados con menor edad.

2) Asimetría de los Trabajadores Contratados:

Edad Trabajadores Contratados Xi Xifi (Xi-X)^2*fi Fi
14-19 65 16.5 1072.5 6630.65 65
19-24 56 21.5 1204 1456.56 121
24-29 65 26.5 1722.5 0.65 186
29-34 47 31.5 1480.5 1128.47 233
34-39 35 36.5 1277.5 3430.35 268
39-44 25 41.5 1037.5 5550.25 293
TOTAL 293 7794.5 18196.93

-Promedio:
7794.5
𝑋= = 26.6
293
-Mediana:

LABORATORIO N°01 36
 ESTADÍSTICA Y PROBABILIDADES

N=293

Por lo tanto:
𝑛 + 1 293 + 1 294
= = = 147
2 2 2
147 − 121
𝑀𝑒 = 24 + 5 ∗ = 26
186 − 121
Varianza:
18196.93
𝑠2 = = 62.318
293 − 1
-Desviación Estándar:

𝑠 = √𝑠 2 = √62.318 = 7.894

Hallando la Asimetría:
(𝑋 − 𝑀𝑒)
𝐴𝑠 = 3 ∗
𝑆
26.6 − 26
𝐴𝑠 = = 0.076 > 0
7.894

Interpretación:

La edad de Trabajadores Contratados en una empresa industrial en el año

2017 presenta asimetría positiva lo que indica que predominan trabajadores
Contratados con menor edad.

3) Asimetría de los Trabajadores:

Edad Trabajadores (Total) Xi Xifi (Xi-X)^2*fi
14-19 68 16.5 1122 10121.12
19-24 70 21.5 1505 3628.8
24-29 107 26.5 2835.5 517.88
29-34 106 31.5 3339 831.04
34-39 81 36.5 2956.5 4928.04
39-44 51 41.5 2116.5 8355.84
TOTAL 483 13874.5 28382.72

LABORATORIO N°01 37
 ESTADÍSTICA Y PROBABILIDADES

-Promedio:
13874.5
𝑋= = 28.7
483
-Moda:
37
𝑀𝑜 = 24 + 5 ∗ = 28.87
37 + 1
𝐷1 = 107 − 70 = 37

𝐷2 = 107 − 106 = 1

-Varianza:
28382.72
𝑠2 = = 58.885
483 − 1
-Desviación Estándar:

𝑠 = √𝑠 2 = √58.885 = 7.674

Hallando la Asimetría:
𝑋 − 𝑀𝑜
𝐴𝑠 =
𝑆
28.7 − 28.87
𝐴𝑠 = = −0.022 < 0
7.674
Interpretación:

La edad de Trabajadores en una empresa industrial en el año 2017 presenta

asimetría negativa lo que indica que predominan trabajadores nombrados
con mayor edad.

LABORATORIO N°01 38
 ESTADÍSTICA Y PROBABILIDADES

PROBLEMA 20:

Desarrolle 8 problemas, seleccionados de los autores dados en la

bibliografía del SILABO, indica el nombre, la página y escriba en
contenido del ejercicio.

17) Transductores de temperaturas de cierto tipo se envían en lotes de 50.

Se seleccionó una muestra de 60 lotes y determino el número de
transducciones en cada lote que no cumplen con las especificaciones de
diseño y se obtuvieron los siguientes datos:

(Devore, J.: Probabilidad y estadística para ingeniería y ciencias, 8ª ed. Ed.

Thomson. México. 2011. Página 21)

a. Determine las frecuencias y las frecuencias relativas de los valores

observados de x=número de transductores en transductores en un lote que no
cumple con las especificaciones.

Cuatro1: Producción de transductores de temperaturas de cierto tipo.

xi fi hi Fi Hi
0 7 0,11864407 7 0,11864407
1 12 0,20338983 19 0,3220339
2 13 0,22033898 32 0,54237288
3 14 0,23728814 46 0,77966102
4 6 0,10169492 52 0,88135593
5 3 0,05084746 55 0,93220339
6 3 0,05084746 58 0,98305085
7 1 0,01694915 59 1
TOTAL 59 1

Fuente: Datos hipotéticos.

b. ¿Qué propósito de lotes muestreados tienen a lo sumo cinco transductores

que no cumplen con las especificaciones? ¿Qué proporción tienen menos de

LABORATORIO N°01 39
 ESTADÍSTICA Y PROBABILIDADES

cinco? ¿Qué proporción tiene por lo menos cinco unidades que no cumplen
con las especificaciones?

 La cantidad que a lo sumo cinco transductores que no cumple con las

especiaciones es 55 lotes.
 La cantidad de proporción tienen menos de cinco que transductores
que no cumple con las especiaciones es 52 lotes.
 La cantidad de proporción tiene por lo menos cinco unidades
transductores que no cumple con las especiaciones es 7 lotes.

c. Trace un histograma de los datos que utilizan la frecuencia relativa.

Fuente: Cuadro 1.

29.Considere los siguientes datos sobre el tipo de problemas de

salud(J=hinchazón de las articulaciones , F=fatiga, B=dolor de espalda,
M=debilidad muscular, C=tos, N=nariz suelta ,O=otros)que aquejan a los
plantadores de árboles .Obtenga las frecuencias y las frecuencias relativas de
las diversas categorías y trace un histograma .(Los datos son cosiste con los
porcentajes dados articulo (“Physiological Effects of Work Stress and
Pesticide Exposure in Tree Planting de British Columbia Silviculture
Workers”, Ergonomics, 1993: 951-961.)

(Devore, J.: Probabilidad y estadística para ingeniería y ciencias, 8ª ed. Ed.

Thomson. México. 2011. Página 24).

LABORATORIO N°01 40
 ESTADÍSTICA Y PROBABILIDADES

Solución:

Cuadro2: Datos sobre el tipo de problemas de salud.

xi fi hi Fi Hi hi% Hi%
B 0 7 0,1250 7 0,125 12,500 12,500
C 1 2 0,0357 9 0,161 3,571 16,071
F 2 9 0,1607 18 0,321 16,071 32,143
J 3 9 0,1607 27 0,482 16,071 48,214
M 4 4 0,0714 31 0,554 7,143 55,357
N 5 6 0,1071 37 0,661 10,714 66,071
O 6 19 0,3393 56 1 33,929 100
TOTAL 56 1

Fuente: (“Physiological Effects of Work Stress and Pesticide Exposure in

Tree Planting de British Columbia Silviculture Workers”, Ergonomics,
1993: 951-961.)

Fuente: Cuadro 2.

LABORATORIO N°01 41
 ESTADÍSTICA Y PROBABILIDADES

33. El artículo (“The Pedaling Technique of Elite Endurance Cyclists”, Inst.

J. of Sport Biomechanics, 1991: 29-53) reportó los datos adjuntos sobre
potencia de una sola pierna sometida a una alta carga de trabajo.

(Devore, J.: Probabilidad y estadística para ingeniería y ciencias, 8ª ed. Ed.

Thomson. México. 2011. Página 30).

SOLUCION:

204 174 176 180 180 183 187 191 194 200 205 211 211 244
a. Calcule e interprete la media y la mediana muestral.

Promedio=2696/14=192.6

Me = (187+191)/2=189

b. Suponga que la primera observación hubiera sido 204 en lugar de 244.

¿Cómo cambiarían la media y la mediana?

Promedio’=2656/14=189,7

Me’= (183+187)/2=185

c. Calcule una media recortada eliminando las observaciones muestrales

más pequeñas y más grandes.

Promedio=2292/12 =191

41. Se eligió una muestra de n= 10 automóviles y cada uno se sometió a una

prueba de choque a 5 mph. Denotando un carro sin daños visibles por S (por
éxito) y un carro con daños por F, los resultados fueron los siguientes:

LABORATORIO N°01 42
 ESTADÍSTICA Y PROBABILIDADES

(Devore, J.: Probabilidad y estadística para ingeniería y ciencias, 8ª ed. Ed.

Thomson. México. 2011. Página 31).

. ¿Cuál es el valor de la proporción muestral de éxitos x/n?

xi fi hi Fi Hi
S 7 0,7 7 0,7
F 3 0,3 10 1
TOTAL 10 1

Proporción muestral =x/n=7/100=0.7

a. Reemplace cada S con 1 y cada F con 0. Acto seguido calcule x promedio

de esta muestra numéricamente codificada. ¿Cómo se compara x promedio

11 0111 0 011
con x/n?

Promedio =7/10=0.7

X/n=0.7

Promedio=x/n

b. Suponga que se decide incluir 15 carros más en el experimento.

¿Cuántos de éstos tendrían que ser S para dar x/n 0.80 para toda la
muestra de 25 carros?

 x/n=0.8
 n=25
 x/20=0.8

LABORATORIO N°01 43
 ESTADÍSTICA Y PROBABILIDADES

 S=20
44. El artículo (“Oxygen Consumption During Fire Suppression: Error of
Heart Rate Estimation”, Ergonomics, 1991: 1469-1474) reportó los
siguientes datos sobre consumo de oxígeno (ml/kg/min) para una muestra
de diez bomberos que realizaron un simulacro de supresión de incendio.

(Devore, J.: Probabilidad y estadística para ingeniería y ciencias, 8ª ed. Ed.

Thomson. México. 2011. Página 39).

Calcule lo siguiente:

a. La varianza muestral S2 partir de la definición (es decir, calculando

primero las desviaciones y luego elevándolas al cuadrado, etcétera).

 n-1=10-1=9
 ∑(𝑥𝑖 − 𝑝)2 = 480.281
 S2=480.281/9=53,3646
b. La desviación estándar muestral.

 𝑆 = √𝑆 2 = √53.3646 = 7.3
c. S2 utilizando el método más corto.
(∑ 𝑥𝑖)2 94433.29
 ∑(𝑥𝑖 − 𝑝)2 = ∑ 𝑥𝑖 2 − == 9923.61 − =
𝑛 10
480.281
(∑ 𝑥𝑖)2 1 480.281
 𝑆 2 = (∑ 𝑥𝑖 2 − ) (𝑛−1) = =53.3646
𝑛 9

23. En un estudio de ruptura de la urdimbre durante el tejido de telas

(Technometrics, 1982: 63), se sometieron a prueba 100 muestras de hilo.
Se determinó el número de ciclos de esfuerzo hasta ruptura para cada
muestra de hilo y se obtuvieron los datos siguientes:

86 146 251 653 98 249 400 292 131 169

LABORATORIO N°01 44
 ESTADÍSTICA Y PROBABILIDADES

175 176 76 264 15 364 198 262 88 264

157 220 42 321 180 198 38 20 61 121
282 224 149 180 325 250 196 90 229 166
38 337 65 151 341 40 40 135 597 246
211 180 93 315 353 571 124 279 81 186
497 182 423 185 229 400 338 290 398 71
246 185 188 568 55 55 61 244 20 284
393 396 203 829 239 236 286 194 277 143
198 264 105 203 124 137 135 350 193 188

a) Construya un histograma de frecuencia relativa basado en los intervalos

de clase 0-<100, 100-<200, . . .

[xi-1 xi) xi fi
0 100 50 21
100 200 150 32
200 300 250 26
300 400 350 12
400 500 450 4
500 600 550 3
600 700 650 1
700 800 750 0
800 900 850 1
TOTAL 100

DISTRIBUCIÓN DEL NÚMERO DE CICLOS DE ESFUERZO

DE LA URDIMBRE DURANTE EL TEJIDO DE TELA
35 32
Frecuencias Acumuladas

30 26
25 21
20
15 12
10
4 3
5 1 1
0
0
100 200 300 400 500 600 700 800 900
0 100 200 300 400 500 600 700 800

N° de ciclos

LABORATORIO N°01 45
 ESTADÍSTICA Y PROBABILIDADES

b) Construya un histograma basado en los siguientes intervalos de clase:

0-<50, 50-<100, 100-<150, 150-<200, 200-<300, 300-<400, 400-<500, 500-
<600 y 600-<900.

[xi-1 xi) xi fi
0 50 25 8
50 100 75 13
100 150 125 11
150 200 175 21
200 300 250 26
300 400 350 12
400 500 450 4
500 600 550 3
600 700 650 1
700 800 750 0
800 900 850 1
TOTAL 100

DISTRIBUCIÓN DEL NÚMERO DE CICLOS DE ESFUERZO DE LA

URDIMBRE DURANTE EL TEJIDO DE TELA
30 26
Frecuencias Acumuladas

25 21
20
15 13 12
11
10 8
4 3
5 1 1
0
0
50 100 150 200 300 400 500 600 700 800 900
0 50 100 150 200 300 400 500 600 700 800
N° de ciclos

c) Si las especificaciones de tejido requieren una resistencia a la ruptura de

por lo menos 100 ciclos, ¿qué proporción de los especímenes de hilos en
esta muestra sería considerada satisfactoria?

[xi-1 xi) fi h%
100 900 79 79%
TOTAL 100

LABORATORIO N°01 46
 ESTADÍSTICA Y PROBABILIDADES

39. La propagación de grietas provocadas por fatiga en varias partes de un

avión ha sido el tema de extensos estudios en años recientes. Los datos
adjuntos se componen de vidas de propagación (horas de vuelo/104) para
alcanzar un tamaño de agrietamiento dado en orificios para sujetadores
utilizados en aviones militares (“Statistical Crack Propagation in Fastener
Holes ander Spectrum Loading”, J. Aircraft, 1983: 1028-1032):

0.736 0.863 0.865 0.913 0.915 0.937 0.983 1.007

1.011 1.064 1.109 1.132 1.14 1.153 1.253 1.394

a) Calcule los valores de la media y mediana muestrales.

MEDIA 1.0296875
MEDIANA 1.009

b) ¿En cuánto se podría disminuir la observación muestral más grande sin

afectar el valor de la mediana?

MAX 1.394
Mayor disminución
en 0.383

49. Un estudio de la relación entre edad y varias funciones visuales (tales

como agudeza y percepción de profundidad) reportó las siguientes
observaciones de área de la lámina esclerótica (mm2) de las cabezas del
nervio óptico humano (“Morphometry of Nerve Fiber Bundle Pores in the
Optic Nerve Head of the Human”, Experimental Eye Research, 1988: 559-
568):

2.75 2.62 2.74 3.85 2.34 2.74 3.93 4.21 3.88

4.33 3.46 4.52 2.43 3.65 2.78 3.56 3.01

a) Calcule ∑xi y ∑xi2.

xi xi^2

LABORATORIO N°01 47
 ESTADÍSTICA Y PROBABILIDADES

2.75 7.5625
2.62 6.8644
2.74 7.5076
3.85 14.8225
2.34 5.4756
2.74 7.5076
3.93 15.4449
4.21 17.7241
3.88 15.0544
4.33 18.7489
3.46 11.9716
4.52 20.4304
2.43 5.9049
3.65 13.3225
2.78 7.7284
3.56 12.6736
3.01 9.0601
TOTAL 56.8 197.804

b) Use los valores calculados en el inciso a) para calcular la varianza

muestral S2 y luego la desviación estándar muestral S.

VARIANZA: 8.0251765
DESVIACIÓN
ESTANDAR: 2.8328742

LABORATORIO N°01 48